系列的第二講我們將站在高處俯瞰一下數(shù)據(jù)庫的生命周期，了解數(shù)據(jù)庫設(shè)計(jì)的整體流程。

　　數(shù)據(jù)庫生命周期

　　大家對軟件生命周期較為熟悉，數(shù)據(jù)庫也有其生命周期，如下圖所示。

圖（1）數(shù)據(jù)庫生命周期

　　數(shù)據(jù)庫的生命周期主要分為四個階段：需求分析、邏輯設(shè)計(jì)、物理設(shè)計(jì)、實(shí)現(xiàn)維護(hù)。

　　這個系列的博文將主要關(guān)注數(shù)據(jù)庫生命周期中的前兩個階段（需求分析、邏輯設(shè)計(jì)），還會涉及反范式化設(shè)計(jì)的一些內(nèi)容。如圖中高亮圈出的部分。

　　數(shù)據(jù)庫的物理設(shè)計(jì)，包括索引的選擇與優(yōu)化、數(shù)據(jù)分區(qū)等內(nèi)容。這些內(nèi)容也非常豐富，而且可以自成體系，園子里也有很多好文章，故在本系列中不作主要關(guān)注。本文最后將給出一些鏈接供大家參考。

　　數(shù)據(jù)庫生命周期的四個階段又能細(xì)分為多個小步驟，我們配合圖（1）來看看每一小步包含的內(nèi)容。

　　階段1 需求分析

　　數(shù)據(jù)庫設(shè)計(jì)與軟件設(shè)計(jì)一樣首先需要進(jìn)行需求分析。

　　我們需要與數(shù)據(jù)的創(chuàng)造者和使用者進(jìn)行訪談。對訪談獲得的信息進(jìn)行整理、分析，并撰寫正式的需求文檔。

　　需求文檔中需包含：需要處理的數(shù)據(jù)；數(shù)據(jù)的自然關(guān)系；數(shù)據(jù)庫實(shí)現(xiàn)的硬件環(huán)境、軟件平臺等；

圖（2）階段1 需求分析

　　階段2 邏輯設(shè)計(jì)

　　使用ER或UML建模技術(shù)，創(chuàng)建概念數(shù)據(jù)模型圖，展示所有數(shù)據(jù)以及數(shù)據(jù)間關(guān)系。最終概念數(shù)據(jù)模型必須被轉(zhuǎn)化為范式化的表。

　　數(shù)據(jù)庫邏輯設(shè)計(jì)主要步驟包括：

　　a) 概念數(shù)據(jù)建模

在需求分析完成后，使用ER圖或UML圖對數(shù)據(jù)進(jìn)行建模。使用ER圖或UML圖描述需求中的語義，即得到了數(shù)據(jù)概念模型（Conceptual Data Model），例如：三元關(guān)系（ternary relationships）、超類（supertypes）、子類（subtypes）等。

eg:  零售商視角，產(chǎn)品/客戶數(shù)據(jù)庫的ER模型簡圖

注：ER圖的含義，以及詳細(xì)標(biāo)記方法將在該系列的下一篇博文中進(jìn)行討論

圖（3）階段2(a) 概念數(shù)據(jù)建模

　　b) 多視圖集成

當(dāng)在大型項(xiàng)目設(shè)計(jì)或多人參與設(shè)計(jì)的情況下，會產(chǎn)生數(shù)據(jù)和關(guān)系的多個視圖。這些視圖必須進(jìn)行化簡與集成，消除模型中的冗余與不一致，最終形成一個全局的模型。多視圖集成可以使用ER建模語義中的同義詞(synonyms)、聚合(aggregation)、泛化(generalization)等方法。多視圖集成在整合多個應(yīng)用的場景中也非常重要。

eg: 集成零售商ER圖與客戶ER圖

零售商ER圖如圖（3）所示?？蛻粢暯?，產(chǎn)品/客戶數(shù)據(jù)庫的ER模型簡圖如下：

圖（4）以客戶為關(guān)注點(diǎn)繪制的ER圖

注：現(xiàn)在市面上有許多輔助建模工具可以繪制ER圖。使用Sybase的PowerDesigner繪制與圖（4）相同語義的ER圖如下：

其標(biāo)記法與圖（4）中略有不同，這將在今后的博文中加以說明。

這里需要指出的是輔助軟件的使用不是設(shè)計(jì)的核心，大家不要被這些工具迷惑。所以后文中我們將主要使用手繪。只要掌握了ER圖的語義，使用這些軟件都不會是件難事。

集成零售商ER圖與客戶ER圖

圖（5） 階段2(b) 多視圖集成

　　c) 轉(zhuǎn)化概念數(shù)據(jù)模型為SQL表

根據(jù)映射規(guī)則，把ER圖中的實(shí)體與關(guān)系轉(zhuǎn)化為SQL表結(jié)構(gòu)。在這一過程中我們將識別冗余的表，并去除這些表。

eg: 把圖（5）中的customer, product, salesperson實(shí)體轉(zhuǎn)化為SQL表

圖（6） 階段2(c)轉(zhuǎn)化概念數(shù)據(jù)模型為SQL表

　　d) 范式化

范式化是數(shù)據(jù)庫邏輯設(shè)計(jì)中的重要一步。范式化的目標(biāo)是盡可能去除模型中的冗余信息，從而消除關(guān)系模型更新、插入、刪除異常（anomalies）。

講到范式化就會引出函數(shù)依賴（Functional Dependency）這一概念。函數(shù)依賴(FDs)源自于概念數(shù)據(jù)模型圖，反映了需求分析中的數(shù)據(jù)關(guān)系語義。不同實(shí)體之間的函數(shù)依賴表示各個實(shí)體唯一鍵之間的依賴。實(shí)體內(nèi)部也有函數(shù)依賴，反映了實(shí)體中鍵屬性與非鍵屬性之間的依賴。在保證數(shù)據(jù)完整性約束的前提下，基于函數(shù)依賴對候選表進(jìn)行范式化（分解、降低數(shù)據(jù)冗余）。

eg: 對圖（6）中的Salesperson表進(jìn)行范式化，消除更新異常（update anomalies）

圖（7） 階段2(d)范式化

　　階段3 物理設(shè)計(jì)

　　數(shù)據(jù)庫物理設(shè)計(jì)包括選擇索引，數(shù)據(jù)分區(qū)與分組等。

　　邏輯設(shè)計(jì)方法學(xué)通過減少需要分析的數(shù)據(jù)依賴，簡化了大型關(guān)系數(shù)據(jù)庫的設(shè)計(jì)，這也減輕了數(shù)據(jù)庫物理設(shè)計(jì)階段的壓力。

1. 概念數(shù)據(jù)建模和多視圖集成準(zhǔn)確地反映了現(xiàn)實(shí)需求場景

2. 范式化在模型轉(zhuǎn)化為SQL表的過程中保留了數(shù)據(jù)完整性

　　數(shù)據(jù)庫物理設(shè)計(jì)的目標(biāo)是盡可能優(yōu)化性能。

　　物理設(shè)計(jì)階段，全局表結(jié)構(gòu)可能需要進(jìn)行重構(gòu)來滿足性能上的需求，這被稱為反范式化。

　　反范式化的步驟包括：

1. 辨別關(guān)鍵性流程，如頻繁運(yùn)行、大容量、高優(yōu)先級的處理操作

2. 通過增加冗余來提高關(guān)鍵性流程的性能

3. 評估所造成的代價（對查詢、修改、存儲的影響）和可能損失的數(shù)據(jù)一致性

　　階段4 數(shù)據(jù)庫的實(shí)現(xiàn)維護(hù)

　　當(dāng)設(shè)計(jì)完成之后，使用數(shù)據(jù)庫管理系統(tǒng)（DBMS）中的數(shù)據(jù)定義語言（DDL）來創(chuàng)建數(shù)據(jù)結(jié)構(gòu)。

　　數(shù)據(jù)庫創(chuàng)建完成后，應(yīng)用程序或用戶可以使用數(shù)據(jù)操作語言（DML）來使用（查詢、修改等）該數(shù)據(jù)庫。

　　一旦數(shù)據(jù)庫開始運(yùn)行，就需要對其性能進(jìn)行監(jiān)視。當(dāng)數(shù)據(jù)庫性能無法滿足要求或用戶提出新的功能需求時，就需要對該數(shù)據(jù)庫進(jìn)行再設(shè)計(jì)與修改。這形成了一個循環(huán)：監(jiān)視 –> 再設(shè)計(jì) –>  修改 –> 監(jiān)視…。

　　在進(jìn)行數(shù)據(jù)庫設(shè)計(jì)之前，我們先回顧一下關(guān)系數(shù)據(jù)庫的相關(guān)基本概念。

　　這里只做一個提綱挈領(lǐng)的簡介，大家可以根據(jù)相應(yīng)的線索進(jìn)行擴(kuò)展。

　　表、行、列

　　關(guān)系數(shù)據(jù)庫可以想象成表的集合，每個表包含行與列。（可以想象成一個Excel workbook，包含多個worksheet）。

　　表在關(guān)系代數(shù)中被稱為關(guān)系，這也是關(guān)系數(shù)據(jù)庫名稱的起源（不要與表之間的外鍵關(guān)系混淆）。

　　列在關(guān)系代數(shù)中被稱為屬性（attribute）。列中允許存放的值的集合稱為列的域（域與數(shù)據(jù)類型密切相關(guān)，但并不完全相同）。

　　行在關(guān)系代數(shù)中的學(xué)名是元組（tuple）。

　　關(guān)系數(shù)據(jù)庫的理論基礎(chǔ)來自于“關(guān)系代數(shù)”。但在關(guān)系代數(shù)中，一個集合的各個元組沒有次序的概念，在關(guān)系數(shù)據(jù)庫中為了方便使用，定義了行的次序。

　　鍵、索引

　　鍵是一種約束，目的是保證數(shù)據(jù)完整性

1. 復(fù)合鍵（Compound key）：由多個數(shù)據(jù)列組成的鍵

2. 超鍵（Superkey）：列的集合，其中任何兩行都不會完全相同

3. 候選鍵（Candidate key）：首先是一個超鍵，同時這個超鍵中的任何列的缺失都會破壞行的唯一性

4. 主鍵（Primary key）：指定的某個候選鍵

　　索引是數(shù)據(jù)的物理組織形式，目的是提高查詢的性能

　　約束

　　基本約束

not null constraint, domain constraint

　　檢查約束（Check Constraints）

eg: Salary > 0

　　主鍵約束（Primary Key Constraints）

實(shí)體完整性（entity integrity），沒有兩條記錄是完全相同的，組成主鍵的字段不能為null

　　唯一性約束（Unique Constraints）

　　外鍵約束（Foreign Key Constraints）

也被稱為引用完整性約束，eg:

　　關(guān)系數(shù)據(jù)庫操作

1.選擇（Selection）

2.映射（Projection）

3.聯(lián)合（Union）

4.交集（Intersection）

5.差集（Difference）

6.笛卡爾積（Cartesian Product）

7.連接（Join）

　　上述7種是最基本的關(guān)系數(shù)據(jù)庫操作，對應(yīng)于集合論中的關(guān)系運(yùn)算。

　　有些書籍中還會加入改名（Rename），除（Divide）等關(guān)系操作。

　　主要內(nèi)容回顧

　　1. 數(shù)據(jù)庫生命周期的四個階段：需求分析、邏輯設(shè)計(jì)、物理設(shè)計(jì)、實(shí)現(xiàn)維護(hù)。

　　2. 關(guān)系數(shù)據(jù)庫的理論基礎(chǔ)是關(guān)系代數(shù)。

　　數(shù)據(jù)庫物理設(shè)計(jì)參考資料

　　第一個鏈接是我針對查詢優(yōu)化作的讀書筆記，后三個鏈接是SQLServerCentral中幾篇關(guān)于索引的文章（需要簡單注冊后才能看到全文）

　　1. 查詢優(yōu)化系列（查詢優(yōu)化（1），查詢優(yōu)化（2），查詢優(yōu)化（3），查詢優(yōu)化（4），查詢優(yōu)化（5）——總結(jié)）

　　2. Part 1 - The basics of indexes

　　3. Part 2 - The Clustered Index

　　4. Part 3 - The Non-clustered index